Определение аномалий. Наивный подход

Определение аномалий через декомпозицию и аппроксимацию остатков скользящими средними(плох) и скользящими медианами(хорошо)

Как альтернативы:

1\ распределения(и смеси). Например Пуассон, если система частотная. В рынке много рандома, работает не ахти, быстро считается

2\ правило 2(3) сигм. Те же линии Боллинджера. Запаздывают, знание получаем постфактум

3\ модель Хольта-Винтерса(Holt-Winters)

4\ семейство ARIMA

5\ Histogram-Based Outlier Detection (HBOS) ака анализ выбросов

6\ Ассорти из Фурье, Вейвлет и матана(практично, векторизуется, пределы применимости математически обоснованны. Не хочется растягивать и каждый символ разжевывать(выходной не резиновый). Плюс тут тоже профи сидят, сами все знают

7\ арсенал Машинного Обучения. Бегло во второй части

Историческая справка. Когда в 80е ребятки из Morgan запустили технологическую гонку "Черных коробок", SEC использовала этот подход. Тогда с нейронками было не очень, вычисления были оч дорогими и тд

Часть 2. МО(pycaret)

Предупреждение. Proof of concept. Правила не вывел, вне выборки не тестил